Разработка модели обработки и анализа легочных заболеваний на основе сверточных нейронных сетей

Постановка проблемы. Организация процессов профилактики и диагностики заболеваний в медицине требует большой точности и скорости. Нейронные сети, и особенно технологии глубокого обучения, открывают новые возможности для диагностики и прогнозирования легочных заболеваний на основе обработки и анализа биомедицинских изображений легких.

Цель. Разработать модель сверточных нейронных сетей для анализа, обработки и классификации биомедицинских изображений легких для определения типа заболеваний.

Результаты. Исследованы методологические и алгоритмические основы обработки и анализа биомедицинских изображений легочных заболеваний. Разработаны методы, алгоритмы обучения и архитектура сверточных нейронных сетей для классификации изображений легких. Сформирована база биомедицинских изображений легочных заболеваний с последующей их обработкой. Предложен способ оцифровки изображений и клинических данных, чтобы получить данные для моделей в форме, удобной и готовой для анализа.

Практическая значимость. Предложенные алгоритмы сверточных нейронных сетей позволяют автоматически извлекать и анализировать ключевые признаки на изображениях, которые трудно заметить невооруженным глазом, и предоставляют высокоточную диагностику, помогая врачам.